| 一种基于统计学习理论的最小生成树图像分割准则 |
| |
| 引用本文： | 王平,魏征,崔卫红,林志勇.一种基于统计学习理论的最小生成树图像分割准则[J].武汉大学学报(信息科学版),2017,42(7):877-883. |
| |
| 作者姓名： | 王平 魏征 崔卫红 林志勇 |
| |
| 作者单位： | 1.国家海洋局南海规划与环境研究院, 广东 广州, 510300 |
| |
| 基金项目： | 海洋公益性行业科研专项201305020-7深圳大学空间信息智能感知与服务深圳市重点实验室开放研究基金201302国家自然科学基金41101410湖北省自然科学基金2011CDB273 |
| |
| 摘 要： | 根据基于区域增长的面向对象图像分割的本质特点，将统计学习理论与最小生成树算法相结合，提出了一种基于统计学习理论的最小生成树图像分割准则。将该图像分割准则应用于多种遥感影像数据进行分割实验，其结果表明基于统计学习理论的最小生成树图像分割准则能通过简便的参数设置，即可以较好地实现不同尺度目标的图像分割，同时又能对纹理区域进行有效分割，能获得良好的区域边界和较好的抗噪声性能，并在海岸带大比例尺无人机正射影像的图像分割实践中得到了较好验证。
|
| 关 键 词： | 统计学习 最小生成树 图像分割准则 |
| 收稿时间： | 2015-09-12 |
A Image Segmentation Method Based on Statistics Learning Theory and Minimum Spanning Tree |
| |
| Institution: | 1.South China Sea Institute of Planning and Environment Research, the State Oceanic Administration, Guangzhou 510300, China2.School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China |
| |
| Abstract: | According to the essential feature of object-oriented image segmentation method, this paper explores a minimum span tree (MST) based image segmentation method. We define an edge weight based optimal criterion (merging predicate) which based on statistical learning theory (SLT), a scale control parameter is used to control the segmentation scale. Experiments based on the high resolution UAV images show that the proposed merging predicate can keep the integrity of the objects and do well on preventing over segmentation. It also proves its efficiency in segmenting the rich texture images while can get good boundary of the object. |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
| 点击此处可从《武汉大学学报(信息科学版)》下载免费的PDF全文 |
